langchain에서 중첩된 JSON에 대한 출력 스키마를 정의하세요.

중첩된 JSON의 출력 스키마를 정의하는 권장 방법은 무엇인가요? 내가 사용하는 방법은 이상하게 느껴집니다.

# planner에 추가 -> from langchain.experimental.plan_and_execute import load_chat_planner
# 설계 응답 스키마 정의
refinement_response_schemas = [
        ResponseSchema(name=plan, description={'1': {'step': '','tools': [],'data_sources': [],'sub_steps_needed': bool},
 '2': {'step': '','tools': [<empty list>],'data_sources': [<>], 'sub_steps_needed': bool},}),] # 설명에서 JSON 스키마 정의, 동작은 하지만 바람직하지 않은 것 같음
    
refinement_output_parser = StructuredOutputParser.from_response_schemas(refinement_response_schemas)
refinement_format_instructions = refinement_output_parser.get_format_instructions()
refinement_output_parser.parse(output)

결과:

{'plan': {'1': {'step': '리가에서 상위 5명의 스트라이커 식별',
   'tools': [],
   'data_sources': ['스포츠 웹사이트', '공식 리그 통계'],
   'sub_steps_needed': False},
  '2': {'step': '프리미어 리그에서 상위 5명의 스트라이커 식별',
   'tools': [],
   'data_sources': ['스포츠 웹사이트', '공식 리그 통계'],
   'sub_steps_needed': False},
    ...
  '6': {'step': '위의 단계를 수행한 후 사용자의 원래 질문에 답변하세요',
   'tools': [],
   'data_sources': [],
   'sub_steps_needed': False}}}

이 작업은 작동하지만, 더 나은 방법이 있는지 알고 싶습니다.

답변 1

내가 볼 수 있는 것에 따르면, 권장되는 접근 방식은 구조화된 출력 파서 대신 pydantic 출력 파서를 사용하는 것입니다... python.langchain.com/docs/modules/model_io/output_parsers/... (그리고 hierarch 적용에 대한 설명은 여기에서 찾을 수 있습니다... youtube.com/watch?v=yD_oDTeObJY).

예시:

from langchain.output_parsers import PydanticOutputParser
from pydantic import BaseModel, Field, validator
from typing import List, Optional
...
class PlanItem(BaseModel):
    step: str
    tools: Optional[str] = []
    data_sources: Optional[str] = []
    sub_steps_needed: str
class Plan(BaseModel):
    plan: List[PlanItem]
parser = PydanticOutputParser(pydantic_object=Plan)
parser.get_format_instructions()

답변 2

Langchain은 중첩된 JSON을 위한 출력 스키마를 정의하는 언어입니다. 중첩된 JSON은 복잡한 데이터 구조를 표현하기 위해 사용되며, 데이터를 계층적으로 구성합니다. Langchain은 이러한 JSON 데이터의 구조와 형식을 정의하기 위한 도구로 사용됩니다.
중첩된 JSON 출력 스키마는 데이터 구조와 필드의 유형, 데이터 유효성 검사 및 추가적인 메타데이터 정보를 정의합니다. 이를 통해 데이터 소비자들은 JSON 데이터를 해석하고 처리하는 데 필요한 정보를 얻을 수 있습니다. 중첩된 JSON 출력 스키마는 일반적으로 JSON Schema 형식으로 작성됩니다.
JSON Schema는 JSON 데이터를 기반으로 하는 스키마 설명 언어입니다. JSON Schema를 사용하면 JSON 데이터의 구조를 선언하고 제한할 수 있습니다. 이를 통해 데이터의 유효성을 검사하고, 필요한 필드를 확인할 수 있습니다. 또한 JSON Schema는 데이터에 대한 문서화, 검증 및 검사 도구로 사용될 수 있어 데이터를 보다 효율적이고 안정적으로 다룰 수 있습니다.
Langchain은 기존의 JSON Schema를 보다 쉽게 작성하고 관리할 수 있는 도구입니다. 중첩된 JSON을 처리하는 데 필요한 스키마 정의를 간단하게 작성할 수 있으며, 데이터 소비자들은 해당 스키마를 통해 JSON 데이터를 더욱 정확하게 이해할 수 있습니다. 또한 Langchain은 다국적 및 다언어 프로젝트에 이용될 수 있는 SEO-conscious한 기능을 제공하여, 해당 프로젝트의 검색 엔진 최적화에 도움을 줄 수 있습니다.
Langchain은 중첩된 JSON을 다루는 데 있어서 유용한 도구입니다. 출력 스키마를 통해 JSON 데이터의 구조와 유효성을 정의할 수 있으며, 이는 데이터 관리와 처리의 효율성을 높여줍니다. 또한 다언어 프로젝트에 이용될 수 있는 SEO-conscious한 기능을 제공하여, 해당 프로젝트의 온라인 가시성을 향상시킬 수 있습니다.
요약하자면, Langchain은 중첩된 JSON을 위한 출력 스키마를 정의하는 언어로서 데이터 구조와 필드의 유형, 데이터 유효성 검사 및 추가 메타데이터 정보를 기술할 수 있습니다. 이를 통해 JSON 데이터를 해석하고 처리하는 데 필요한 정보를 제공하며, 다국적 및 다언어 프로젝트의 검색 엔진 최적화에도 도움을 줄 수 있습니다. Langchain은 JSON 데이터 관리와 처리를 보다 효율적이고 안정적으로 만들어주는 핵심 도구입니다.